• Python3入门教程||Python3 XML解析

    什么是XML？

    XML 指可扩展标记语言（eXtensible Markup Language），标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。 你可以通过本站学习 XML教程

    XML 被设计用来传输和存储数据。

    XML 是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。

    它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。

    python对XML的解析

    常见的 XML 编程接口有 DOM 和 SAX，这两种接口处理 XML 文件的方式不同，当然使用场合也不同。

    Python 有三种方法解析 XML，SAX，DOM，以及 ElementTree:

    1.SAX (simple API for XML )

    Python 标准库包含 SAX 解析器，SAX 用事件驱动模型，通过在解析 XML 的过程中触发一个个的事件并调用用户定义的回调函数来处理 XML 文件。

    2.DOM(Document Object Model)

    将 XML 数据在内存中解析成一个树，通过对树的操作来操作 XML。

    本章节使用到的 XML 实例文件 movies.xml 内容如下：

    

   War, Thriller
   DVD
   2003
   PG
   10
   Talk about a US-Japan war


   Anime, Science Fiction
   DVD
   1989
   R
   8
   A schientific fiction

   
   Anime, Action
   DVD
   4
   PG
   10
   Vash the Stampede!


   Comedy
   VHS
   PG
   2
   Viewable boredom

    Python 使用 SAX 解析 xml

    SAX 是一种基于事件驱动的 API。

    利用 SAX 解析 XML 文档牵涉到两个部分:解析器和事件处理器。

    解析器负责读取 XML 文档,并向事件处理器发送事件,如元素开始跟元素结束事件;

    而事件处理器则负责对事件作出相应,对传递的 XML 数据进行处理。

    • 1、对大型文件进行处理；
    • 2、只需要文件的部分内容，或者只需从文件中得到特定信息。
    • 3、想建立自己的对象模型的时候。

    在 Python 中使用 sax 方式处理 xml 要先引入 xml.sax 中的 parse 函数，还有 xml.sax.handler 中的 ContentHandler。

    ContentHandler 类方法介绍

    characters(content) 方法

    调用时机：

    从行开始，遇到标签之前，存在字符，content 的值为这些字符串。

    从一个标签，遇到下一个标签之前， 存在字符，content 的值为这些字符串。

    从一个标签，遇到行结束符之前，存在字符，content 的值为这些字符串。

    标签可以是开始标签，也可以是结束标签。

    startDocument() 方法

    文档启动的时候调用。

    endDocument() 方法

    解析器到达文档结尾时调用。

    startElement(name, attrs) 方法

    遇到XML开始标签时调用，name 是标签的名字，attrs 是标签的属性值字典。

    endElement(name) 方法

    遇到XML结束标签时调用。

    make_parser 方法

    以下方法创建一个新的解析器对象并返回。

    xml.sax.make_parser( [parser_list] )

    参数说明:

    • parser_list - 可选参数，解析器列表

    parser 方法

    以下方法创建一个 SAX 解析器并解析xml文档：

    xml.sax.parse( xmlfile, contenthandler[, errorhandler])

    参数说明:

    • xmlfile - xml文件名
    • contenthandler - 必须是一个 ContentHandler 的对象
    • errorhandler - 如果指定该参数，errorhandler 必须是一个 SAX ErrorHandler 对象

    parseString 方法

    parseString 方法创建一个 XML 解析器并解析 xml 字符串：

    xml.sax.parseString(xmlstring, contenthandler[, errorhandler])

    参数说明:

    • xmlstring - xml字符串
    • contenthandler - 必须是一个 ContentHandler 的对象
    • errorhandler - 如果指定该参数，errorhandler 必须是一个 SAX ErrorHandler对象

    Python 解析XML实例

    1. #!/usr/bin/python3
    2.  
    3. import xml.sax
    4.  
    5. class MovieHandler( xml.sax.ContentHandler ):
    6.    def __init__(self):
    7.       self.CurrentData = ""
    8.       self.type = ""
    9.       self.format = ""
    10.       self.year = ""
    11.       self.rating = ""
    12.       self.stars = ""
    13.       self.description = ""
    14.  
    15.    # 元素开始调用
    16.    def startElement(self, tag, attributes):
    17.       self.CurrentData = tag
    18.       if tag == "movie":
    19.          print ("*****Movie*****")
    20.          title = attributes["title"]
    21.          print ("Title:", title)
    22.  
    23.    # 元素结束调用
    24.    def endElement(self, tag):
    25.       if self.CurrentData == "type":
    26.          print ("Type:", self.type)
    27.       elif self.CurrentData == "format":
    28.          print ("Format:", self.format)
    29.       elif self.CurrentData == "year":
    30.          print ("Year:", self.year)
    31.       elif self.CurrentData == "rating":
    32.          print ("Rating:", self.rating)
    33.       elif self.CurrentData == "stars":
    34.          print ("Stars:", self.stars)
    35.       elif self.CurrentData == "description":
    36.          print ("Description:", self.description)
    37.       self.CurrentData = ""
    38.  
    39.    # 读取字符时调用
    40.    def characters(self, content):
    41.       if self.CurrentData == "type":
    42.          self.type = content
    43.       elif self.CurrentData == "format":
    44.          self.format = content
    45.       elif self.CurrentData == "year":
    46.          self.year = content
    47.       elif self.CurrentData == "rating":
    48.          self.rating = content
    49.       elif self.CurrentData == "stars":
    50.          self.stars = content
    51.       elif self.CurrentData == "description":
    52.          self.description = content
    53.   
    54. if ( __name__ == "__main__"):
    55.    
    56.    # 创建一个 XMLReader
    57.    parser = xml.sax.make_parser()
    58.    # 关闭命名空间
    59.    parser.setFeature(xml.sax.handler.feature_namespaces, 0)
    60.  
    61.    # 重写 ContextHandler
    62.    Handler = MovieHandler()
    63.    parser.setContentHandler( Handler )
    64.    
    65.    parser.parse("movies.xml")

    以上代码执行结果如下：

    1. *****Movie*****
    2. Title: Enemy Behind
    3. Type: War, Thriller
    4. Format: DVD
    5. Year: 2003
    6. Rating: PG
    7. Stars: 10
    8. Description: Talk about a US-Japan war
    9. *****Movie*****
    10. Title: Transformers
    11. Type: Anime, Science Fiction
    12. Format: DVD
    13. Year: 1989
    14. Rating: R
    15. Stars: 8
    16. Description: A schientific fiction
    17. *****Movie*****
    18. Title: Trigun
    19. Type: Anime, Action
    20. Format: DVD
    21. Rating: PG
    22. Stars: 10
    23. Description: Vash the Stampede!
    24. *****Movie*****
    25. Title: Ishtar
    26. Type: Comedy
    27. Format: VHS
    28. Rating: PG
    29. Stars: 2
    30. Description: Viewable boredom

    完整的 SAX API 文档请查阅 Python SAX APIs

    使用xml.dom解析xml

    文件对象模型（Document Object Model，简称DOM），是W3C组织推荐的处理可扩展置标语言的标准编程接口。

    一个 DOM 的解析器在解析一个 XML 文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。

    python中用xml.dom.minidom来解析xml文件，实例如下：

    1. #!/usr/bin/python3
    2.  
    3. from xml.dom.minidom import parse
    4. import xml.dom.minidom
    5.  
    6. # 使用minidom解析器打开 XML 文档
    7. DOMTree = xml.dom.minidom.parse("movies.xml")
    8. collection = DOMTree.documentElement
    9. if collection.hasAttribute("shelf"):
    10.    print ("Root element : %s" % collection.getAttribute("shelf"))
    11.  
    12. # 在集合中获取所有电影
    13. movies = collection.getElementsByTagName("movie")
    14.  
    15. # 打印每部电影的详细信息
    16. for movie in movies:
    17.    print ("*****Movie*****")
    18.    if movie.hasAttribute("title"):
    19.       print ("Title: %s" % movie.getAttribute("title"))
    20.  
    21.    type = movie.getElementsByTagName('type')[0]
    22.    print ("Type: %s" % type.childNodes[0].data)
    23.    format = movie.getElementsByTagName('format')[0]
    24.    print ("Format: %s" % format.childNodes[0].data)
    25.    rating = movie.getElementsByTagName('rating')[0]
    26.    print ("Rating: %s" % rating.childNodes[0].data)
    27.    description = movie.getElementsByTagName('description')[0]
    28.    print ("Description: %s" % description.childNodes[0].data)

    以上程序执行结果如下：

    1. Root element : New Arrivals
    2. *****Movie*****
    3. Title: Enemy Behind
    4. Type: War, Thriller
    5. Format: DVD
    6. Rating: PG
    7. Description: Talk about a US-Japan war
    8. *****Movie*****
    9. Title: Transformers
    10. Type: Anime, Science Fiction
    11. Format: DVD
    12. Rating: R
    13. Description: A schientific fiction
    14. *****Movie*****
    15. Title: Trigun
    16. Type: Anime, Action
    17. Format: DVD
    18. Rating: PG
    19. Description: Vash the Stampede!
    20. *****Movie*****
    21. Title: Ishtar
    22. Type: Comedy
    23. Format: VHS
    24. Rating: PG
    25. Description: Viewable boredom

    完整的 DOM API 文档请查阅 Python DOM APIs。

  • 相关阅读:
    (免费分享)基于springboot医院管理系统
    Java基础----常用类
    java ssm德育分活动报名系统springboot+vue
    三、图片的几何变换
    python_data_analysis_and_mining_action-master-8
    叠氮N3修饰Ag2S量子点|巯基SH偶联Ag2Se量子点|生物素Biotin改性Ag2Te量子点
    Spring中ApplicationListener事件监听机制详解
    CVE-2022-0543 Redis沙盒逃逸漏洞
    自动化运维中间件架构概况
    [计算机入门] 设置日期和时间
  • 原文地址：https://blog.csdn.net/m0_69824302/article/details/133756095